Documente Academic
Documente Profesional
Documente Cultură
7.1. Generalităţi
Abordăm şi acest capitol prin prisma paralelei biomecanice operator uman - robot
industrial.
Din punct de vedere filozofic mâna umană poate fi considerată ca unul din factorii
majori care au determinat evoluţia umană. Acest lucru a fost posibil prin conlucrarea cu
creierul uman şi vederea binoculară.
Robotul industrial (RI) constituie componenta cu cea mai mare flexibilitate a sistemului
de producţie flexibil. "În 5 ani, 30 - 40 % din roboţi vor dispune de captori video" declara în
iunie 1983 Joseph Engelberger, fondatorul lui Unimation şi părintele primilor roboţi industriali.
A apărut astfel o nouă ştiinţă "vizionica"[7.1]
Aplicaţiile senzorilor vizuali - a vederii artificiale - sunt extrem de variate în toate
sectoarele (industriale sau neindustriale). Putem aminti astfel:
control şi inspecţie: stări de suprafeţe, culori, aspect, forme, contur, dimensiuni (liniare,
plane sau spaţiale);
verificarea: prezenţei sau absenţei unui subiect, simboluri, caracter, semnătură;
identificări şi localizări de obiecte: în plan (2D) sau spaţiu (3D);
lectură (cu sau fără recunoaştere): caractere alfanumerice, valori numerice;
urmărirea unui contur: cordon de sudură etc.
În fabricaţia flexibilă se pot menţiona 3 clase mari de utilizare a senzorilor vizuali
(această impărţire nu este unică [7.2])[7.1]:
a) inspecţia
b) identificarea obiectelor
c) controlul şi comanda RI.
a) Inspecţia care reprezintă majoritatea aplicaţiilor industriale ale senzorilor vizuali (~
70 % după experţi) cuprinde: măsurări tridimensionale, verificarea prezenţei sau absenţei
componentelor în scena observată, controlul de calitate.
Este posibilă urmărirea în timp real a evoluţiei cotelor unei piese şi cunoaşterea
modificărilor de adus (reglaje, schimbări de scule etc.).
Verificarea prezenţei şi a orientării corecte a unei piese nu este suficientă întotdeauna.
Este posibil ca piesa să se prezinte cu defecţiuni funcţionale care pot compromite ulterior
funcţionarea corectă a produsului finit (deformări, uzură).
Un exemplu edificator îl constituie inspecţia măştilor fotografice pentru circuitele
integrate. O inspecţie clasică (de ex. manuală) necesită 10 - 15 ore de muncă / mască în timp ce
varianta automatizată necesită 10 - 15 minute.
b) Identificarea. În cursul unei operaţii de inspecţie (control) se pot examina
caracteristicile unui obiect fără a fi necesară recunoaşterea acestuia. Într-o serie de aplicaţii
industriale este necesară identificarea pieselor pentru a se lua o decizie şi a se realiza un
clasament (fig.7.1).
Valer DOLGA – Senzori şi traductoare 237
unde: R3x3 este matricea de orientare a sistemului (i) în raport cu sistemul (i-1); T1x3 este
matricea care descrie poziţia originii sistemului (i) faţă de (i-1).
Senzorul vizual (1) are ataşat sistemul de coordonate propriu O sXsYsZs. Matricea
0
AS descrie situarea senzorului vizual faţă de sistemul de baza şi este cunoscută.
Piesa care face obiectul unei operaţii humanoide are ataşat sistemul propriu de axe
OpXpYpZp şi se află pe transportor într-o poziţie oarecare. Pentru simplificarea analizei se
consideră că transportorul se găseşte în stare de repaus. Matricea APS descrie situarea
sistemului de coordonate al piesei faţă de cel al senzorului.
Situarea sistemului de coordonate al piesei în raport cu cel de bază este descrisă de
matricea:
A0 A0 As (7.2)
p s p
0 0
T
x 0p y p z p 1 A0p x p y p z p 1 T
(7.3)
Se pot stabili în acest mod mişcările în fiecare cuplă cinematică a RI astfel încât să se
realizeze în final corespondenţa dorită între punctul caracteristic P şi punctul M.
Dacă transportorul este în mişcare este necesar să se coreleze viteza punctului
caracteristic şi cea a transportorului.
Senzorul vizual constă în esenţă dintr-un receptor video clasic, utilizat în televiziune.
Acest senzor este practic un generator de date electronice care converteşte imaginea luminoasă
într-un şir de semnale analogice electronice folosind tehnicile optoelectronice.
Receptoarele video au urmat o evoluţie impusă de dezvoltarea electronicii. Deşi
varietatea constructivă a receptorului video de-a lungul timpului este destul de mare câteva
soluţii se fac remarcate; varianta bazată pe tuburi orticon; varianta bazată pe tuburi vidicon;
varianta cu matrice de fotodiode pe corp solid; traductoare fotoelectrice cu dispozitive cuplate
prin sarcină (CCD).
Alegerea unui anumit tip de senzor este determinată de o serie de caracteristici calitative
şi nu în ultimul rând de preţul de cost.
Imaginea care trebuie sesizată este focalizată pe un plan transparent care este compus
dintr-o placă colectoare, care la rândul ei este adiacentă mozaicului.
Placa colectoare este realizată dintr-un material transparent conductiv electric.
Mozaicul este format dintr-o placă pe
care s-a depus un strat fotoemităţor pe
baza de cesiu, rezultând un complex de
109 celule fotoemisive independente.
Un fascicul de electroni este emis
dinspre catod şi focalizat pe mozaic.
Acest fascicul este dirijat astfel încât să
baleieze mozaicul de la stânga la
dreapta, respectiv de sus în jos.
Să considerăm că pentru un interval de
timp extrem de redus procesul de
Fig.7.4. Tubul orticon
baleiere poate fi oprit astfel încât
fasciculul de electroni să fie focalizat asupra unui singur punct sensibil al mozaicului.
Cind punctul sensibil nu este iluminat cu lumina provenind de la imaginea vizualizată,
electronii sunt reflectaţi înapoi către catod şi sunt atraşi spre anod. Pe placa colectoare nu este
generat nici un curent şi deci semnalul video este zero.
Dacă punctul sensibil este iluminat, dinspre scena vizualizată, pe rezistenţa plăcii
colectoare va lua naştere o tensiune proporţională cu intensitatea iluminării punctului respectiv.
Fasciculul de electroni scanează întreaga suprafaţă a mozaicului, astfel încât la ieşirea
de pe placa colectoare se obţine un semnal video analogic.
Senzorul vizual se bazează pe balaierea prin intermediul unui fascicul electronic a unei
matrici de fotodiode montate într-un tub vidat.
Structura care s-a impus este cea a unei matrici de diode "pn" polarizată invers. În
figura 7.6 se prezintă construcţia principială a ţintei cu matrice de diode din siliciu. Substratul
"n" este polarizat pozitiv în raport cu catodul, astfel încât joncţiunile "pn" ale diodelor sunt
blocate.
Valer DOLGA – Senzori şi traductoare 241
în prima etapă fiecare punct sensibil (pixel) acumulează, pe durata "t", o sarcină electrică
care este o măsură pentru expunerea punctului respectiv;
în a doua etapa intreaga sarcină integrată pe fiecare pixel se transferă în paralel în
registrele glisante (o celulă de transfer fiecărui pixel)
în a treia etapă sarcinile celor două registre sunt deplasate alternativ spre ieşire;
amplitudinea impulsurilor electrice rezultate sunt o măsură a expunerii pixelului
corespunzator.
Fig.7.10. Organizarea citirii unui senzor vizual Fig.7.11. Organizarea citirii la un senzor vizual
liniar bidimensional
În acest caz, cele două funcţiuni de bază de captare şi memorare a imaginii, sunt
integrate pe aceeaşi arie şi transferul unui cadru are loc într-o singură etapă [7.5].
Senzorul vizual oferă o serie de informaţii care reprezintă de fapt traducerea unui
fenomen fizic sub diverse forme.
Imaginea astfel obţinută, prezentată acum sub forma unui semnal, trebuie în prima fază
tratată în cadrul unor operaţii specifice. În acest mod sunt eliminate o serie de aspecte din
cadrul semnalului sau altele sunt amplificate. Imaginea astfel obţinută poate fi modelată în
vederea obţinerii unor parametri care descriu obiectele cercetate prin intermediul senzorului
vizual. Aceşti parametri permit emiterea unor concluzii privind forma obiectelor, orientarea,
poziţionarea acestora etc.
244 Valer DOLGA – Senzori şi traductoare
Fig.7.12. Sistemul de coordonate Metoda imaginii binare este una din metodele cele mai
ataşat matricii H recunoscute de analiză a imaginii. În acest caz imaginea
trebuie să prezinte contraste puternice (zone luminoase şi
zone întunecate) astfel încât zona de diferenţă a contrastului luminos corespunde conturului
piesei.
Creşterea contrastelor se poate
obţine prin tehnica siluetei (se
utilizează iluminarea pe un plan -
fig.7.13), utilizarea dependenţei
intensităţii luminoase de
lungimea de undă, iluminarea
direcţională (pentru evidenţierea
reliefului obiectelor) [7.6].
Amplitudinea semnalului de pe
fiecare punct sensibil (pixel) se
Fig.7.13. Tehnica siluetei compară cu o valoare de
referinţă. Se stabileşte astfel o
dependenţă logică a diverselor valori ale semnalului. Dacă amplitudinea semnalului este
superioară semnalului de referinţă admis, pixelul se consideră de valoare logică "1" şi respectiv
valoare "0" în caz contrar (fig.7.14). Imaginea astfel obţinută poartă denumirea de imagine
binară.
Stabilirea nivelului de referinţă impune o atenţie deosebită. Un nivel de referinţă
arbitrar, nu asigură întotdeauna succesul operaţiei. O serie de parametri legaţi de mediu,
iluminare pot influenţa negativ această operaţie.
Trasarea histogramei imaginii este o metodă mai recomandată de stabilire a nivelului de
referinţă (fig.7.15). Pe abscisă se prezintă semnalul video asociat unui pixel iar pe ordonată
numărul de pixeli "n" de semnal "i". În acest mod semnalul video poate fi separat în cele două
clase logice.În unele cazuri variaţia semnalului video este lentă. Se pot utiliza în acest caz şi
Valer DOLGA – Senzori şi traductoare 1
histograme locale. Utilizarea unei metode statistice oferă şi un grad de optimizare în ceea ce
priveşte alegerea valorii de referinţă.
Metoda anterioara face apel doar la culoarea albă (nivel logic "1") şi culoarea neagră
(nivel logic "0"). Lipsa unor nivele intermediare poate conduce la unele deficienţe de stabilire a
conturului pieselor.
Metoda nivelului de gri consideră că o imagine întunecată conţine pixeli apropiaţi de
valoarea "0" în timp ce a unei imagini luminoase se apropie de "1". Această situaţie este
prezentată în figura 7.17 (i = valoarea unui pixel; p(i) = densitatea de probabilitate a intensităţii
unui pixel).
O primă etapă a tratării semnalului video
constă într-o "netezire" a imaginii, adică o
eliminare a variaţiilor bruşte a semnalului.
În acest mod, valoarea unui pixel se
înlocuieşte cu o combinaţie liniară între
valorile acestui pixel şi a unui număr
oarecare din cele vecine.
Intensitatea ataşată unui pixel este
"netezită" la o valoare dată de relaţia [7.6]:
Fig.7.17. Histograma în gri: a) imagine yq x p
in, m
1
întunecată; b) imagine luminoasă ix, y
S n y q m x p
(7.8)
unde:
- "S" este o suprafaţă centrată pe pixelul vizat având coordonatele x şi y;
- S = (2p + 1)(2q + 1) ; 2p + 1 este numărul de pixeli după axa x ataşaţi suprafeţei ( p ε {1,2} );
2q + 1 este numărul de pixeli după axa y ataşaţi suprafeţei ( q ε {1,2} ).
Valorile stabilite pentru "p" şi "q" influenţează în mod sensibil nivelul final al
semnalului iniţial. Dacă "S" este mare (deci "p" şi "q") "netezirea" poate conduce la dispariţia
unor detalii pertinente ale imaginii. Dacă "S" este mică, "netezirea" poate fi ineficace.
Semnalul vizual poate fi debarasat de un "zgomot" în urma operaţiei de filtrare. Filtrajul
constă practic în modificarea semnalului original prin schimbarea tranziţiei între zonele clare şi
cele obscure.
Metoda gradientului constă în inlocuirea intensităţii fiecărui pixel printr-o valoare
dependentă de punctele vecine.
Operatorul gradient pe o "fereastră" de 3 x 3 pixeli este una dintre
multiplele posibilităţi (operatorul pe linie, operatorul pe linie şi
coloane, operatorul Roberts, operatorul Sobel etc [7.6],[7.19], [7.20]).
Fie o fereastră 3 x 3 pixeli în jurul pixelului central şi definită printr-o
matrice conformă cu figura 7.18. Suma gradienţilor ponderaţi pe linie
("Gx") sau pe coloană ("Gy") este descrisă de operatorul matricial [7.6]:
3 3
Fig.7.18. G = pij cij (7.9)
Matricea 3 x 3 i=1j=1
Valer DOLGA – Senzori şi traductoare 3
unde "pij" sunt elementele matricii nivelelor de gri din jurul punctului analizat iar "c ij" sunt
elementele matricii de pondere:
a1 0 a1
C x a2 0 a2 (7.10)
a3 0 a3
b
1
b2 b3
Cy 0 0 0 (7.11)
b b b
1 2 3
Sunt prezentate în continuare câteva exemple ale matricilor de ponderare:
matricea Sobel:
-1 0 1
Cx = - 2 0 2 (7.12a)
-1 0 1
1 2 1
Cy=0 0 0 (7.12b)
-1 -2 - 1
matricea Prewitt:
1 0 1
C x = 1 0 1 (7.13a)
1 0 1
1 1 1
Cy= 0 0 0 (7.13b)
1 1 1
Pe baza valorilor ponderate există posibilitatea determinării:
amplitudinii:
G = G2x + G2y (7.14)
orientării:
Gy
arctg (7.15)
x
G
4 Valer DOLGA – Senzori şi traductoare
histograme locale. Utilizarea unei metode statistice oferă şi un grad de optimizare în ceea ce
priveşte alegerea valorii de referinţă.
Metoda anterioara face apel doar la culoarea albă (nivel logic "1") şi culoarea neagră
(nivel logic "0"). Lipsa unor nivele intermediare poate conduce la unele deficienţe de stabilire a
conturului pieselor.
Metoda nivelului de gri consideră că o imagine întunecată conţine pixeli apropiaţi de
valoarea "0" în timp ce a unei imagini luminoase se apropie de "1". Această situaţie este
prezentată în figura 7.17 (i = valoarea unui pixel; p(i) = densitatea de probabilitate a intensităţii
unui pixel).
O primă etapă a tratării semnalului video
constă într-o "netezire" a imaginii, adică o
eliminare a variaţiilor bruşte a semnalului.
În acest mod, valoarea unui pixel se
înlocuieşte cu o combinaţie liniară între
valorile acestui pixel şi a unui număr
oarecare din cele vecine.
Intensitatea ataşată unui pixel este
"netezită" la o valoare dată de relaţia [7.6]:
Fig.7.17. Histograma în gri: a) imagine yq x p
in, m
1
întunecată; b) imagine luminoasă ix, y
S n y q m x p
(7.8)
unde:
- "S" este o suprafaţă centrată pe pixelul vizat având coordonatele x şi y;
- S = (2p + 1)(2q + 1) ; 2p + 1 este numărul de pixeli după axa x ataşaţi suprafeţei ( p ε {1,2} );
2q + 1 este numărul de pixeli după axa y ataşaţi suprafeţei ( q ε {1,2} ).
Valorile stabilite pentru "p" şi "q" influenţează în mod sensibil nivelul final al
semnalului iniţial. Dacă "S" este mare (deci "p" şi "q") "netezirea" poate conduce la dispariţia
unor detalii pertinente ale imaginii. Dacă "S" este mică, "netezirea" poate fi ineficace.
Semnalul vizual poate fi debarasat de un "zgomot" în urma operaţiei de filtrare. Filtrajul
constă practic în modificarea semnalului original prin schimbarea tranziţiei între zonele clare şi
cele obscure.
Metoda gradientului constă în inlocuirea intensităţii fiecărui pixel printr-o valoare
dependentă de punctele vecine.
Operatorul gradient pe o "fereastră" de 3 x 3 pixeli este una dintre
multiplele posibilităţi (operatorul pe linie, operatorul pe linie şi
coloane, operatorul Roberts, operatorul Sobel etc [7.6],[7.19], [7.20]).
Fie o fereastră 3 x 3 pixeli în jurul pixelului central şi definită printr-o
matrice conformă cu figura 7.18. Suma gradienţilor ponderaţi pe linie
("Gx") sau pe coloană ("Gy") este descrisă de operatorul matricial [7.6]:
3 3
Fig.7.18. G = pij cij (7.9)
Matricea 3 x 3 i=1j=1
Valer DOLGA – Senzori şi traductoare 247
unde "pij" sunt elementele matricii nivelelor de gri din jurul punctului analizat iar "c ij" sunt
elementele matricii de pondere:
a 0 a
1 1
Cx a2 0 a2 (7.10)
a
3 0 a3
b b2 b3
1
C y 0 0 0 (7.11)
b b b
1 2 3
Sunt prezentate în continuare câteva exemple ale matricilor de ponderare:
matricea Sobel:
1 0 1
C x 2 0 2 (7.12a)
1 0 1
1 2 1
C y 0 0 0 (7.12b)
1 2 1
matricea Prewitt:
1 0 1
Cx = 1 0 1 (7.13a)
1
0 1
1 1 1
Cy = 0 0 0 (7.13b)
1 1 1
Pe baza valorilor ponderate există posibilitatea determinării:
amplitudinii:
G = G 2x + G 2y (7.14)
orientării:
Gy
arctg (7.15)
x
G
248 Valer DOLGA – Senzori şi traductoare
7.4.2.3 Concluzie
O imagine tratată (în final debarasată de orice "zgomot") a fost redusă la o cantitate de
informaţie - binară sau nivel de gri - privind starea fiecărui pixel. Această informaţie trebuie
prelucrată în continuare în vederea obţinerii unor precizări suplimentare care să permită
modelarea matematică a imaginii.
descrisă de locul geometric al distanţei minime dintre centrele celor două "zone".
Aceşti parametri sunt memoraţi în faza de "învăţare" sub numărul fixat al obiectului vizualizat.
De exemplu (fig.7.32):
functii inregistrate pe cercul de raza R1 si R2 - 3 * "1"
corelaţia dintre unghiul Φ şi raza R.
În vederea separării obiectelor sesizate, este necesară existenţa controlului asupra
câmpului imagine. În acest sens, cadrul vizual al senzorului se poate delimita electronic la un
cadru variabil. După ce un obiect a intrat complet în câmpul vizual, este deplasată marginea
cadrului părăsit (fig.7.33)[7.22].
În acest mod pot fi analizate imagini
ale unor obiecte apropiate unele de
altele. Piesele alăturate sau
suprapuse (intrate în mod neorientat
în sistem) sunt în general separate pe
cale mecanică.
Un factor important în analiza
imaginilor vizualizate îl constituie
modul de iluminare al scenei.
Fig.7.38 Iluminare prin prisma divizoare Fig.7.39 Iluminare cu ajutorul oglinzii reflectoare
256 Valer DOLGA – Senzori şi traductoare
7.9. Concluzii.
[7.1] Ferreti, M.-Les yeux des robots, "Sciences et technique", nr.1, fevr.1984, p.34-45
[7.2] Heginbotham, W.B.-An assessment of proprietary vision systems in relation to practical
production engineering applications, (-)
[7.3] Richards, C.J.-Sisteme de afişare şi transmisie electronică a datelor, Ed. Tehnică,
Bucureşti, 1979.
[7.4] ****-Mijloace de orientare a roboţilor industriali. Sisteme de senzori, Oficiu de informare
documentară, Bucureşti, 1988
Valer DOLGA – Senzori şi traductoare 259
[7.5] Dragu, I., s.a. Dispozitive videocaptoare şi videoreproductoare, Ed. Tehnică, Bucureşti,
1979
[7.6] Pruski, A.-Robotique generale, Editura Marketing, Paris, 1988
[7.7] Schaumburg, H.-Sensoren, B.G.Teubner, Stuttgart, 1992
[7.8] Bogelsack, G.,s.a.-Roboter in der geratetechnik, Verlag Technik Berlin, 1984
[7.9] Jabotinskii, Iu.D., s.a.- Adaptivnîe promîşlennîe robotî s beskontaktnîmi sensornîmi
sistemami, "Zarubejnaia radioelektronika", nr.11, 1983, p.86-93
[7.10] Jabotinskii, Iu.D.,s.a.-Adaptivnîe promîşlennîe robotî i ih primenenie v
mikroelektronike, "Radio i sviazi", Moskva, 1985
[7.11] Martini, P.,s.a.-Recognition of angular orientation of objects with the help of optical
sensors, "Industrial Robot", june 1979, p.62-69
[7.12] Bârsan, M.R.- Dispozitive şi circuite integrate cu transfer de sarcină, Ed.Tehnică,
Bucureşti, 1981
[7.13] Wojcik, Z.M. - Method of contour recognition, "Digital System for Industrial
Automation", 1983, nr.1, p.63-83
[7.14] Chekroun, D.-La vision artificielle (partea a II-a), "Le Nouvel Automatique", jan.-fev.
1985, p.45-51
[7.15] Bartlau, P., s.a. - Vision system to identify car body types for a spray poiting robot,
"Proc.3rd Ind.Conf. Robot Vis.Sens., 1983, Cambridge USA", IFS Publ., p.517-522
[7.16] Schweizer, M., s.a.- Sensor controlled industrial robots, în "Seminar on development
and use of industrial handling equipment", Sofia, 1979
[7.17] Agiu, J.G.-Robot time control of a robot with a mobile camera, "9th Inter.Symp. on
Ind.Robots, Washington, 1979", (SRI International note 179)
[7.18] Longford, A.H., s.a.-Intelligent vision for industrial control, "Sensor Review", nr.1,
1981, p.8-14
[7.19] Masaki, I.-Development of a computer dedicated to visual recognition, "Robot", nr.49,
1985, p.117
[7.20] Popov, E.E.-Sistemi ociuvstvlenia i adaptivnîe promîşlennîe robotî, Maşinostroenie,
Moskva, 1985
[7.21] Matsuda, F., s.a.-A method of generating quickly Freeman chain code from edge
coordinates using connecting types of segments, în "EI-Robototehnica", nr.36, 1987, p.5-9
[7.22] Warnecke, H.J.-Sensoren zur objekterkennung in handhabungssystemen, Krausskopf
Verlag, Mainz, 1979
[7.23] Schroeder, H.E.- Practical illumination concept and technique for machine vision
applications, în "Alan Pugh - Robot Sensors. Vision, vol.1", p.225 - 244, IFS Ltd.
[7.24] Begin, G., s.a.-Third generation adaptive robotic arc welding unit, "IFAC Symp. Robot
Contr., Barcelona, 1985", p.461- 462, Barcelona, 1985